автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Идентификация режимов функционирования одноковшовых экскаваторов

Введение.

1. Литературный обзор существующих решений

1.1. Классификация систем распознавания.

1.2. Методы распознавания образов.

1.3. Анализ методов распознавания образов с точки зрения их применимости для систем идентификации технологических состояний одноковшовых экскаваторов.

1.4. Современный подход к комплексному моделированию одноковшовых экскаваторов.

1.5. Выводы.

2. Построение имитационной модели объекта идентификации.

2.1. Обоснование структуры имитационной модели.

2.2. Управление имитационной моделью рабочего цикла одноковшового экскаватора.

2.3. Представление результатов имитационного моделирования объекта идентификации.

2.4. Выводы.

3. Построение системы идентификации технологических режимов функционирования одноковшовых экскаваторов.

3.1. Оценка параметров функций распределения выходных координат экскаватора.

3.2. Статистический метод идентификации технологических состояний одноковшовых экскаваторов.

3.3. Метод идентификации технологических состояний одноковшовых экскаваторов, основанный на вычислении оценок (ABO).

3.4. Структура имитационной модели системы идентификации технологических режимов экскаватора, основанной на статистическом методе.

3.5. Структура имитационной модели системы идентификации технологических режимов экскаватора, основанной на вычислении оценок (ABO).

3.6. Выводы.

4. Исследование метода идентификации технологических режимов функционирования одноковшовых экскаваторов.

4.1. Исследование метода идентификации технологических состояний одноковшовых экскаваторов, основанного на вычислении оценок (ABO).

4.2. Исследование статистического метода идентификации технологических состояний одноковшовых экскаваторов.

4.3. Сравнительная оценка эффективности различных методов идентификации технологических состояний экскаватора.

4.4. Выводы.

Актуальной задачей для горных предприятий является задача дальнейшего повышения объёма добычи полезных ископаемых. Одним из путей решения этой важной задачи является повышение требований к горному оборудованию, в частности, совершенствование систем управления и контроля одноковшовых экскаваторов. Как следствие, всё большее распространение получают информационные и информационно-диагностические системы одноковшовых экскаваторов, основное назначение которых - получение, обработка, сохранение и передача информации о функционировании основных систем экскаватора и действиях машиниста.

Эффективное выполнение указанных функций информационных и диагностических систем невозможно без наличия инструментов анализа технологического состояния экскаватора. Такими инструментами являются системы идентификации (распознавания) технологического состояния экскаватора, результаты функционирования которых позволяют принимать решения о выполнении соответствующих функций измерения, управления, контроля, диагностирования или прогноза.

Известен подход, согласно которому технологическое состояние экскаватора соответствует выполняемым им технологическим операциям. При этом наибольший интерес для практики представляет задача идентификации технологических состояний экскаватора по технологическим составляющим его рабочего цикла: черпание, транспортировка гружёного ковша в забой, разгрузка ковша, перемещение порожнего ковша в забой, остановка.

Указанный подход позволяет представить технологические операции, выполняемые экскаватором, как вполне определённые образы его текущего технологического состояния, идентификация которых может осуществляться на основе развитой математической теории распознавания.

Актуальность задачи идентификации технологических состояний экскаватора по составляющим его рабочего цикла связана с необходимостью контроля информационной системой веса ковша в течение определённых составляющих рабочего цикла для обеспечения функции взвешивания горной массы в ковше. Другой причиной необходимости идентификации составляющих рабочего цикла экскаватора является задача учёта информационной системой показателей работы экскаватора, связанная с выделением полного рабочего цикла, определением состояния основной и вспомогательной работы, определением количества рабочих и вспомогательных циклов за отчётный период и т.д.

Целью диссертационной работы является создание системы идентификации (распознавания) технологических состояний одноковшового экскаватора.

Для достижения поставленной цели в работе решены следующие задачи:

• разработка математического описания объекта идентификации -одноковшового экскаватора;

• разработка имитационной модели объекта идентификации;

• статистический анализ параметров функций распределения выходных координат электромеханических систем (ЭМС) одноковшового экскаватора;

• выбор и обоснование метода математической теории распознавания образов, наилучшим образом отвечающего цели работы;

• разработка алгоритмов идентификации технологических состояний экскаватора-драглайна и построение имитационной модели системы идентификации.

Необходимость разработки имитационной модели системы идентификации технологических состояний одноковшового экскаватора обусловлена спецификой создания распознающих систем, представляющего последовательный итеративный процесс синтеза работоспособной системы.

Автор диссертационной работы защищает:

• результаты оценки параметров функций распределения выходных координат экскаватора-драглайна в процессе его рабочего цикла;

• статистический метод идентификации технологических состояний одноковшовых экскаваторов, основанный на критерии максимума апостериорной вероятности;

• методику оптимизации алгоритма вычисления оценок (ABO) в задаче идентификации технологических состояний одноковшовых экскаваторов;

• структуру имитационной модели системы идентификации технологических состояний одноковшового экскаватора.

Научная новизна полученных автором результатов заключается в следующем:

• показано, что как правило, не выполняются условия нормальности закона распределения как для одномерных выборочных совокупностей выходных координат драглайна, так и для многомерного вектора наблюдения выходных координат;

• разработана методика оптимального априорного описания эталонных классов технологических состояний одноковшового экскаватора в системе идентификации, построенной на базе алгоритмов вычисления оценок;

• разработана система идентификации технологических состояний драглайна на базе статистического метода распознавания, использующего критерий максимума апостериорной вероятности;

Практическая ценность полученных результатов заключается в следующем:

• результаты оценки параметров функций распределения выходных координат драглайна позволяют рекомендовать решать задачу идентификации его технологических состояний на основе непараметрических вероятностных методов распознавания образов;

• методика априорного описания эталонных классов идентифицируемых состояний алгоритма вычисления оценок позволяет повысить разделяющие свойства описания эталонных классов, что приводит к значительному повышению достоверности распознавания технологических состояний, кроме того, автоматизированная процедура получения априорного описания позволяет исключить ручной подбор параметров описания и снижает трудоемкость процесса составления описания эталонных классов;

• разработанная система идентификации технологических состояний одноковшового экскаватора на базе статистического метода распознавания доведена до уровня алгоритмического обеспечения и была использована при разработке информационной системы драглайна ЭШ 25.90.

Результаты работы, метод и алгоритмическое обеспечение идентификации технологических состояний одноковшового экскаватора использованы при разработке информационной системы драглайна ЭШ 25.90, выполняемой НИИТяжмаш ОАО «Уралмаш» с привлечением кафедры автоматики и компьютерных технологий УГГГА (договор №41-213-99 / 2.752.350).

Основные выводы по работе заключаются в следующем:

1. Создано математическое описание и имитационная модель объекта идентификации - шагающего экскаватора, позволяющая рассмотреть как отдельный рабочий цикп, так и процесс отработки экскаватором полного блока забоя и образования отвала. Имитационная модель объекта идентификации построена на базе известных статических и динамических моделей экскаваторов. Адекватность модели подтверждается использованием апробированного математического описания.

2. На имитационной модели объекта идентификации произведена оценка параметров функций распределения выходных координат драглайна, по результатам которой выделено направление математической теории распознавания образов, позволяющее наиболее эффективно осуществить решение задачи идентификации технологических состояний экскаватора. Математической базой системы идентификации явились метод распознавания, основанный на алгоритме вычисления оценок (ABO) и непараметрический статистический метод распознавания.

3. Поставлена и решена задача оптимизации параметров алгоритма вычисления оценок комбинированного метода идентификации технологических состояний одноковшового экскаватора. Решение указанной задачи потребовало создания системы идентификации технологических состояний, основанной на ABO и имитационной модели системы идентификации. На основе исследований, проведённых на имитационной модели системы идентификации технологических состояний драглайна, была предложена методика составления априорного описания эталонных классов распознаваемых объектов. Установлены зависимости для определения матрицы весовых коэффициентов распознаваемых классов. Полученные результаты позволяют существенно повысить достоверность распознавания и облегчают процесс построения систем идентификации технологических состояний одноковшовых экскаваторов на основе ABO.

4. Создана система идентификации технологических состояний драглайна на базе статистического метода распознавания образов, основанного на критерии максимума апостериорной вероятности. Создание системы идентификации потребовало разработки алгоритмов и имитационной модели системы идентификации. На имитационной модели системы идентификации технологических состояний драглайна были исследованы и оценены эффективность, быстродействие и достоверность статистического метода распознавания, основанного на критерии максимума апостериорной вероятности. Исследования проводились для различных типов драглайнов и параметров забоя и подтвердили высокую эффективность предложенного статистического метода идентификации технологических состояний. Разработанная система идентификации технологических состояний экскаватора доведена до алгоритмического обеспечения.

Разработанное алгоритмическое обеспечение системы идентификации технологических состояний экскаватора-драглайна использовано при разработке информационной системы экскаватора ЭШ 25.90.

Заключение в настоящей работе решена научно-техническая задача идентификации (распознавания) технологических состояний одноковшового экскаватора и создана соответствующая система идентификации. Актуальность этой задачи постоянно возрастает в связи с повышением уровня оснащённости горных машин информационно-управляющими комплексами, повышающими эффективность использования техники, снижающими аварийность, энергетические затраты. Отметим, что решение задачи идентификации технологических состояний экскаватора имеет широкий практический смысл и может быть использовано применительно к одноковшовым экскаваторам различного типа как карьерным, так и шагающим.

В работе, при создании систем идентификации технологических состояний одноковшового экскаватора, рассмотрены и использованы несколько методов распознавания образов: метод распознавания, основанный на алгоритме вычисления оценок (ABO) и статистический метод распознавания, основанный на критерии максимума апостериорной вероятности. Технологической базой для исследования предложенных методов являлись имитационные модели шагающих экскаваторов производства УЗТМ: серийного экскаватора ЭШ 20.90 и уникального ЭШ 40.100. Основным направлением исследований являлась оценка эффективности применения новых и известных методов математической теории распознавания образов для идентификации элементов рабочего цикла одноковшового экскаватора: черпание, транспортирование гружёного ковша в отвал, разгрузка ковша, транспортирование порожнего ковша в забой, остановка. Результаты проведённых исследований подтвердили эффективность двух предложенных методов распознавания применительно к решению задачи идентификации технологических состояний экскаваторов-драглайнов.

1. Айзерман МЛ., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин.-М.: Наука, 1 970.240 с.

2. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983.-464 с.

3. Вальд А. Последовательный анализ. М.: Физматгиз, 1960. - 328 с.

4. Л.Вапник В.Н. Восстановление зависимостей по эмпирическим данным. М.: Наука, 1979. -448 с.

5. Ь.Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. -М.: Наука, 1 974.-416 с.

6. Васильев В.И. Распознающие системы: Справочник. Киев: Наукова думка, 1 983.-424 с.

7. Т.Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. М.: Мир, 1 985.-51 0 с.

8. Горелик А.Л., Гуревич И.Б., Скрипкин В.А. Современное состояние проблемы распознавания. Некоторые аспекты. М.: Радио и связь, 1 985.-1 60 с.

9. Горелик A.n., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 1 989.-232 с.

10. Журавлёв Ю.И. Непараметрические задачи распознавания образов // Кибернетика. 1976. - №6. - С.93-123.

11. Журавлёв Ю.И, Никифоров В.В. Алгоритмы распознавания, основанные на вычислении оценок // Кибернетика. 1971. - №3. -С.1-11.

12. Карякин A.n. Идентификация технологического состояния одноковшовых экскаваторов в автоматизированных системах контроля, диагностики и управления // Изв. вузов. Горный журнал. -1 992.- №9.-0.142-146.

13. Компьютер и задачи выбора / Ред. Журавлёв Ю.И. М.: Наука, 1 989.-208 с.

14. Патрик Э. Основы теории распознавания образов. М.: Сов. радио, 1 980.-408 с.

15. Пешель М. Моделирование сигналов и систем. М.: Мир, 1981, 300 с.

16. Распознавание, классификация, прогноз. Математические методы и их применение. / Ред. Журавлёв Ю.И. Вып. 2. М.: Наука, 1 989.-302 с.

17. Распознавание образов: состояние и перспективы / Вархаген К., Дэйн Р., Грун Ф. и др.-М.: Радио и связь, 1 985.-1 04 с.

18. Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир, 1 978.-41 2 с.

19. Фомин А.Я., Савич A.B. Оптимизация распознающих систем. -М.: Машиностроение, 1 993.-288 с.

20. Фу К. Структурные методы в распознавании образов. М.: Наука, 1 977.-31 9 с.

21. Фукунага К. Введение в статистическую теорию распознавания. М.: Наука, 1979. - 367 с.

22. Харкевич A.A. Опознание образов. М.: Радиотехника, 1 959.т. 14, 15.

23. Карякин A.n., Носырев М.С., Кошкарёв A.B., Раскин В.Л. Выбор мощности электродвигателей подъёма ковша драглайна с учётом условий эксплуатации.// Изв. вузов. Горный журнал. 1983. -№2.-С. 102-108.

24. Томаков П.И., Наумов И.К. Технология, механизация и организация открытых горных работ.-М.: Недра, 1 978.-293 с.

25. Типовые технологические схемы ведения горных работ на угольных разрезах. Челябинск: Научно-исследовательский и проектно-конструкторский институт по добыче полезных ископаемых открытым способом, 1974.

26. Квитко А.К. Расчёт зубчатых передач приводов на основе статистического анализа нагрузок в одноковшовых экскаваторах. // Изв. вузов. Горный журнал, 1982. №3. - С.75-79.

27. Комиссаров А.П., Лаутеншлейгер A.A., Филатов В.И. Влияние параметров привода на процесс поворота платформы экскаваторов. // Изв. вузов. Горный журнал. 1980. - №9. - С.91-94.

28. Конаков B.C. Учёт времени нарастания движущего усилия привода до максимального при расчёте продолжительности цикла работы экскаватора. //Изв. вузов. Горный журнал. 1971. -№2.-С. 92-102.

29. Конаков B.C., Раскин В.Л. Методика определения мощности привода и передаточного отношения механизма подъёма ковша драглайна. // Изв. вузов. Горный журнал. 1972. - №10. -С. 104-108.

30. Конаков B.C. Уточнённая методика определения продолжительности цикла экскаватора. // Изв. вузов. Горный журнал. -1 973.-№5.-С.101-108.

31. Конаков B.C. Математическая модель процесса подъёма и опускания ковша драглайна. // Изв. вузов. Горный журнал. 1974.- №8. С. 100-104.

32. Конаков B.C., Елисеев В.В. Математическое описание рабочего режима копания драглайна. // Изв. вузов. Горный журнал. 1974.- № 9 . С . 100-103.

33. Кубачек В.P., Конаков B.C. Методика определения продолжительности рабочего цикла одноковшового экскаватора. // Изв. вузов. Горный журнал. 1968. - №8. - С.96-100.

34. Кубачек В.Р., Комиссаров А.П. К определению взаимозависимостей параметров драглайнов. // Изв. вузов. Горный журнал. -1 972.-№7.-С.90-93.

35. Кубачек В.Р., Комиссаров А.П. Оптимальные параметры механизмов поворота одноковшовых экскаваторов. // Изв. вузов. Горный журнал. 1974. - №7. - С.83-86.

36. Наладка главных электроприводов экскаваторов ЭШ 20.90 зав. №37 и №39: Отчёт о НИР / НИИТяжмаш. №ОЛА. 122.1 09. Свердловск, 1989. - 122 с.

37. Ломакин В.П. Комплексные динамические системы экскаваторов. // Изв. вузов. Горный журнал. 1968. - №9. - С.95-100.

38. Теория автоматизированного электропривода. Чиликин М.Г., Ключев В.И., Сандлер А.С.-М.: Энергия, 1979. 616 с.

39. Остриров В.Н. Исследование на цифровой модели рабочих режимов взаимосвязанных электроприводов подъёма и тяги экскаватора-драглайна. Сб. научн. тр. / Моск. энерг. ин-т. - М.: МЭИ, 1979. Вып.400. С.51-56.

40. Остриров В.Н. Разработка и исследования системы оптимального управления процессом подъёма ковша экскаватора-драглайна на выгрузку: Автореф. дис. канд. техн. наук. М., 1 980.- 20 с.

41. Расчёт главных электроприводов экскаватора ЭШ 65.100: Отчёт о НИР (промежут.) / СГИ; Руководитель работы Троп А.Е.; №ГР 01823003280, Инв. №02826051417. 59 с.

42. Ткаченко В.Я., Ломакин В.П. Динамические усилия в канатах экскаватора-драглайна при совместной работе электромеханических систем подъёма и тяги. // Изв. вузов. Горный журнал. -1 967.- №1 1.-0.93-98.

43. Ткаченко В.Я., Ломакин В.П. Графоаналитическая методика определения динамических усилий в канатах при совместной работе электромеханических систем подъёма и тяги. // Изв. вузов. Горный журнал. 1976. - №12. - С.79-84.

44. Ткаченко В.Я., Фаустоеа И.Я. Исследование аварийных режимов растяжки ковша драглайна на электронной модели. // Изв. вузов. Горный журнал. 1970. - №11. - С. 146-148.

45. Ткаченко В.Я. Определение границы зоны рабочих траекторий транспортировки ковша драглайна. В сб.: Горные машины и автоматика / ЦНИИЭуголь, М.: 1971. - №2. - С.23-24.

46. Ткаченко В.Я. Математическое моделирование взаимосвязанных систем подъёма, тяги и поворота драглайна. // Автоматика в строительстве: Сб. науч. тр. / Моск. инж.-строит. ин-т. М.: МИСИ, 1973. Вып.17. С.137-145.

47. Филатов В.И., Комиссаров А.П. Зависимость длительности поворота от угла поворота одноковшового экскаватора. // Изв. вузов. Горный журнал.-1 973.-№1 0.-С. 98-1 01 .

48. Филатов В.И., Кубачек В.Р. Влияние времени поворота на эквивалентный момент привода поворота мощного одноковшового экскаватора. // Изв. вузов. Горный журнал. 1976. - №3. - С.104-108.

49. Чулков А.Н., Чулков H.H. Расчёт приводов карьерных машин.-М.: Машиностроение, 1979.-104 с.

50. Посырее М.Б., Гпушенко Н.В., Мамаев Ю.И. Математическая модель процесса образования отвала экскаватором-драглайном. // Изв. вузов. Горный журнал. 1996. - №7. - С.20-25.

51. Бобин И.С, Карякин А.Л. Оптимизация параметров алгоритма вычисления оценок в задаче распознавания технологических состояний одноковшовых экскаваторов. // Изв. вузов. Горный журнал. 2000.-№4.-0.122-126.

52. Журавлёв Ю.И. «Распознавание образов», в книге «Избранные научные труды». М.: Издательство «Магистр», 1998.

53. Карякин А.Л., Бобин И. С. Оценка параметров функций распределения выходных координат электромеханических систем экскаватора-драглайна. // Изв. вузов. Горный журнал. 2000. - №1. -С.91-97.

54. Поллард Дж. Справочник по вычислительным методам статистики. М.: Финансы и статистика, 1982. - 344 с.5л.Брэунли. Статистическая теория и методология в науке и технике. М.: Мир, 1977. - С. 366-384.

55. Уилкс С. Математическая статистика. М.: Наука, 1967. - С. 173-184.

56. Бобин И.С. Методы распознавания технологических состояний одноковшовых экскаваторов. // Известия УГГГА. Серия Горная электромеханика. 2000. Вып. 9. С.86-92.

57. Бобин И. С. Статистический метод распознавания технологических состояний одноковшовых экскаваторов. // Изв. вузов. Горный журнал. 2002. - №2. - С. 17-20.

58. Банди Б. Методы оптимизации. Вводный курс.-М.: Радио и связь, 1988. 128 с.

59. Заде Л.А. Размытые множества и их применение в распознавании образов и кластер анализе. // Классификация и кластер. М.: Мир, 1 980.-С.208-247.

60. Аверкин А.Н., Батыршин И.З., Блишун А.Ф., Силов В.Б., Тарасов

61. B. Б. Нечёткие множества в моделях управления и искусственного интеллекта. М.: Наука, 1986.-312с.

62. Гэппенер В.В., Экало CA. Модельный подход и инвариантность в системах распознавания сигналов. // Математические методы распознавания образов (ММРО-2001). РАН ВЦ: Тез. докл. М.: 2001.1. C. 31-33.

63. Гуров СИ. Точечные оценки ошибок распознавания. // Математические методы распознавания образов (ММР0-2001). РАН ВЦ: Тез. докл. М.: 2001. 0.34-37.

64. Дьяконов А.Г. Реализация одного класса булевых функций с малым числом нулей тупиковыми дизъюнктивными нормальными формами // Ж. вычисл. матем. и матем. физ. 2001. Т.41. №5. -С.828-835.

65. Лапко A.B., Лапко В.А., Соколов М.И., Ченцов СВ. Непараметрические системы классификации. Новосибирск: Наука, 2000. -240с.1. УТВЕРЖДАЮ

66. Зам. директора "ОМЗ ЭПА" пов Е.В.апреля 2 0 02гг. Екатеринбург1. АКТвнедрения результатов диссертационной работы аспиранта Бобина И.С. "Идентификация режимов функционирования одноковшовых экскаваторов"

67. Заведующий отделом ОМЗ ЭПА НИПКО ГО